2019年11月28日，由中國人民銀行科技司指導，人民銀行金融信息中心主辦，交通銀行數據中心承辦的第八屆數據中心聯席會議在上海召開。會議圍繞“分布式和云架構下的運維管理轉型”主題開展交流，并組織了“數據中心運營指標體系”、“護網行動實戰經驗交流”兩場專題技術研討會，部分會議代表實地參觀交通銀行張江數據中心ECC運營中心和智能機房，觀摩交流交行運營管理可視化成果。

回首過去幾年，銀行業聯席會議主題已經從最初的2015年的數據中心災備體系規劃的建設，到2017年的網絡安全與網絡攻擊防范，再到2019年的分布式和云架構下的運維管理轉型。

不難發現銀行業數據中心有種從當初安穩的活著，到省心的活著，再到今天想精彩的活著的趨勢，而這幾年也是大小銀行面對互聯網這輪信息革命面臨轉型升級比較艱難的幾年。

從客戶角度來看，伴隨互聯網發展成長起來的用戶更趨于年輕化，并且從傳統的線下及桌面端向上、移動端遷移，而且這個趨勢還在不斷上升。

同時來自互聯網金融及金融科技的跨界沖擊也不斷增強，互聯網公司利用用戶入口、流量優勢、數據分析能力紛紛跨界涉足金融業務領域，突破了時空界限，讓金融服務觸手科技，改變了以往金融行業洞察用戶的方式，并大幅提升了用戶體驗。

從行業商業模式來看，銀行業過去依托對公業務及高凈值個人用戶，依賴利差為主要收入來源的時代一去不復返，逐步進入真正“以客戶為中心”通過更多場景、更多渠道、服務更多人群的普惠金融時代。

面對既熟悉又陌生的客戶和突如其來的競爭環境變化，數字化轉型已成為銀行業的普遍共識，全面深化數字化服務渠道，打造數字化金融產品創新與體驗，提升數字化洞察能力，服務長尾及普惠人群，構建與業務發展相匹配的技術平臺與新型架構，這些都是銀行業數字化轉型的必經之路。而銀行集中式架構及人工式運維管理模式都面臨著諸多困難和挑戰。

眾所周知，過去的二三十年，以IOE為代表的國外廠商主導著國內銀行業的信息科技建設，這些性能穩定、技術成熟、工程化程度高的解決方案，幫助國內銀行業快速縮短了與國外發達國家的差距，有力支撐了國內銀行業過去發展，然而隨著中國銀行業自身業務形態的發展，尤其是在互聯網浪潮的沖擊下，無論是業務產品形態還是業務量，都發生了巨大的變化，比如現在銀行最大的壓力來源于全天候不間斷尋求高質量服務的海量“非高凈值個人客戶”，有的甚至是街邊賣早點的商販和菜市場的大爺大媽，而他們對銀行的體驗、業務、渠道的要求又是五花八門，這時IOE技術體系的弊端逐漸顯現。

首先，這些商用設備雖然單機性能出眾，但其擴展能力有限，性能無法做到線性擴展，只能通過更換更新產品型號來滿足，而這種升級過程的復雜度和操作風險都是非常之高。

其次建設成本高昂，IOE廠商又不向客戶做技術轉移，后期運維工作只能不斷購買有償服務，運維成本一直居高不下。

在安全可控成為國家戰略的時代背景下，如何構建一套基于安全可控技術的高性能、高擴展、高可靠性而且低成本的分布式架構，這就需要充分吸收融合互聯網技術理念和傳統銀行過往管理理念，不僅要實現以盡量低成本為銀行目標客戶群提供高質量、穩定、高性能的銀行服務又要符合銀行自身安全可控的新一代銀行架構。我們認為新一代銀行IT架構應當遵循高可用、低風險、高規范、高性能、高彈性、低成本六大原則。

而新一代銀行IT架構的建設并不是一項單純的技術開發工作，同時是一項科技運營管理的創新，它將催生新的科技管理思想和運營管理體制，并通過管理體系與先進技術的運用、組織架構和人員的調整與配置來貫徹落實。

雖然分布式架構解決了基于互聯網+的普惠金融戰略的問題，但是其運維工作量卻是傳統銀行架構的幾十倍甚至幾百倍，相較于互聯網企業而言，銀行系統的復雜度、風險管控、用戶對有損服務的接口程度要求更高，國內外也沒有先例可以借鑒，因此此次聯席會議通過聚焦銀行業在分布式和云架構等新技術轉型下，如何降低數據中心在安全生產和運行管理方面的風險。

一方面會議指出數據中心需要通過統籌推進制度、流程、技術整合，建立分布式治理機制，建立完善智能監控分析體系，不斷提升運維自動化和智能化水平，實現對架構基礎環境、基礎技術組件、處理節點及業務應用運營和管理(自動化運維)，依托自動化運維采集的數據，為運維工作作出智能決策或建議(智能化運維)。

另一方面會議指出運維管理人員轉變運維知識體系，要推動運維人員從架構視角、開發視角看運維，通過可視化手段提升數據中心自主運維的核心技術能力。

交行作為東道主在大會上介紹和展示了他們的運營可視化系統，其中在應急作戰指揮地圖部分。

通過靈活組裝出的圍繞應急排障全周期，以時間線串起“人、事、物”的多維度、立體化的應急作戰指揮系統，在應急團隊、搶修過程、系統架構、運行指標、監控告警、運維操作六大方面進行全方位的數字化和可視化呈現，為應急團隊提供完整、清晰的IT數字孿生地圖，有效提升各團隊協作能力和故障應急處置效率。

當然分布式架構還涉及到對構成分布式架構(分布式數據庫、分布式緩存、分布式存儲、分布式消息總線、分布式負責均衡網管等)的基礎技術運維管理，更需要數字孿生結合大數據處理和人工智能建模分析，實現對過去發生問題的診斷、當前狀態的評估以及未來趨勢的預測，并給予分析結果，模擬各種可能性，為運維人員提供更全面更易理解的決策支持。